ubuntu上cuda和cudnn的安装（配置gpu环境的准备工作）

在配置tensorflow-gpu或者pytorch-gpu等gpu运行环境之前，都需要进行cuda和cudnn的配置，让gpu能够发挥作用。

我的配置环境：

ubuntu 16.04
cuda 9.0
cudnn 7

cuda安装

cuda 9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal

按照如下图所示的选项进行cuda 9.0的下载：

在cuda 9.0的下载路径下打开terminal，顺次输入：

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

之后添加cuda环境变量。打开terminal，顺次输入：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

若是32位系统，则换成：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

cuda done.

cudnn安装

cudnn 7下载地址：https://developer.nvidia.com/cudnn （需要进行网站注册才能下载）

选择如下点选的版本进行下载：

在下载路径下打开terminal，输入：

sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb

cudnn done.

后续

之后就可以十分方便的使用anaconda对tensorflow-gpu或者pytorch-gpu等gpu运行环境进行配置。不再赘述。